연구진은 뇌파(EEG) 데이터 부족과 개인 정보 보호 문제를 해결하기 위해 고품질 뇌파 생성 모델 개발에 나섰습니다. 기존 방법들은 뇌파의 연속적인 시간 변화와 스펙트럼 구조를 제대로 반영하지 못해 장기적인 시간 의존성을 유지하거나 스펙트럼과 시간 구조를 일치시키는 데 어려움을 겪었습니다.
연구진은 Just EEG Transformer (JET)라는 새로운 프레임워크를 제안하며, 조건부 흐름 매칭을 기반으로 뇌파를 연속적인 시퀀스로 모델링합니다. JET은 노이즈를 뇌파 데이터 분포로 이동시키는 부드러운 벡터장을 학습하여 시간 연속성과 일시적인 역학을 포착합니다.
JET은 스펙트럼 구조, 시간 정지성, 신호 수준 통계를 보존하는 제약 조건을 도입하여 뇌파 신호의 핵심 특성을 유지합니다. 세 가지 대규모 벤치마크에서 JET은 기존 모델보다 TS-FID를 40% 이상 줄이며 최첨단 성능을 달성했습니다.
연구 결과는 신경 역학의 핵심 구조를 포착하며, 확장 가능하고 원칙적인 뇌파 생성 접근 방식을 제공합니다. 프로젝트 페이지는 https://y-research-sbu.github.io/JET/ 입니다.